自聊天机(jī)器人ChatGPT火(huǒ)爆以来，微(wēi)软公司(sī)创始人比(bǐ)尔·盖茨已多次公开(kāi)谈论人工智能话题。在最近的一次采访中，他(tā)再次表示：“AI可能会让科技(jì)行(xíng)业迎来一次剧(jù)烈的洗牌”。

这个结论是他在当地时(shí)间(jiān)2月20日接受《In Good Company》节目专访(fǎng)时提(tí)出的(de)。

他预期(qī)，AI的发展可能会威胁到(dào)谷歌(gē)的市占率，因为微软(ruǎn)在AI方面的行动相(xiāng)当迅速。而最终(zhōng)科技巨头将把AI整合成用户的(de)“全能助手”，包(bāo)揽一切应用，与(yǔ)人们(men)进行沟通并提供建(jiàn)议(yì)，可(kě)以取代亚马逊、Siri或Outlook等应用。

大佬口中全能助手的到(dào)来(lái)可(kě)能尚(shàng)需(xū)时(shí)日，但(dàn)由ControlNet引发(fā)的又一(yī)次AI绘(huì)画浪潮，让AIGC在(zài)ChatGPT的话题(tí)热点(diǎn)包围中杀出(chū)重围。

01

ControlNet颠覆AI绘画(huà)新玩法(fǎ)

AIGC向可(kě)控靠近

以AI绘画为代表的AIGC上一次爆火的(de)时(shí)候，还是2022年8月，在美国(guó)科罗拉(lā)多州举办的新兴数字艺术(shù)家(jiā)竞赛中，一幅(fú)名(míng)为《太空歌剧院》的作(zuò)品获奖。

随后各(gè)大厂商的AI绘(huì)画软件被广大网(wǎng)友熟知并体验，Stable Diffusion便是其中(zhōng)代表。

用户们可以在应用中(zhōng)输入一组关键词或者一张照片，就能获得一幅(fú)AI创作(zuò)的画(huà)作。

作画(huà)的(de)关键(jiàn)就是所输入(rù)的(de)文本。同一(yī)组关键词也(yě)可以创作(zuò)出(chū)很多张风格不(bù)一样的画作，这让创作的过(guò)程就像开盲盒。

很多用户很喜欢(huān)这种不确定的惊喜，他们(men)会将生成的(de)美图当(dāng)做头(tóu)像。而另一部(bù)分(fēn)喜(xǐ)欢(huān)翻(fān)看AI绘画的“翻(fān)车”作(zuò)品(pǐn)。在社交媒体(tǐ)上，许(xǔ)多用户分享AI“翻车现(xiàn)场”，例如(rú)，一位网友的小狗照片被AI画成了“肌肉男”，还有网友的个人照片被AI识别成了建筑。

而如今随着ControlNet的出现与加持，以往AI绘(huì)画的填(tián)写关(guān)键词游(yóu)戏可能(néng)要被颠覆了(le)。

ControlNet是一位正在(zài)斯坦福读博的中(zhōng)国人(rén)张吕(lǚ)敏创作的一种基(jī)于控制点(diǎn)的图像变形算法，主要用于数字(zì)图像处理、计算(suàn)机(jī)视觉和计算机图形学等领(lǐng)域。

其SD插件一经发布，在短短(duǎn)的两天内便(biàn)成为了(le)AI绘画领域(yù)最新的热点。

在此之(zhī)前，大家用(yòng)了很多方法想让AI生(shēng)成(chéng)的结果尽可能的符合(hé)要求，但是都不尽如人意，它的出现代表着(zhe)AI生(shēng)成(chéng)开始(shǐ)进入(rù)真正的可控(kòng)时期。

因为ControlNet可以直(zhí)接(jiē)提(tí)取画面(miàn)的构图(tú)，人物(wù)的姿势(shì)和画面的(de)深度信息等。有了它的(de)帮助，就不用频繁的(de)用提示(shì)词来碰运气(qì)，抽盲盒式的(de)创作了(le)。

通俗的说ControlNet相当于(yú)给AI绘(huì)画加了“魔(mó)法”，不少博(bó)主的(de)作品已经获得了大量(liàng)的浏(liú)览量，“viggo”就(jiù)是(shì)其中之一，他用朋(péng)友的照片直接带她们走进动(dòng)漫世界。

viggo先用StableDiffusion图(tú)片转文字。

再用Text2Prompt插(chā)件拓展找到对应的关键词(cí)；最后用ControlNet插件(jiàn)绑定骨骼(gé)开始换关键词试(shì)效果。

通过图片就(jiù)可(kě)以看(kàn)出(chū)来，效果十分惊艳。

更厉害的是(shì)，除(chú)了真实的照(zhào)片，草图也可以(yǐ)加上“魔法”，知乎(hū)大牛(niú)“DevPoint”和“逗砂(shā)”介(jiè)绍(shào)到ControlNet还能(néng)实现线(xiàn)稿(gǎo)转全彩(cǎi)图。大神张吕敏其本(běn)尊也亲自(zì)回应。

不得不(bù)说当下AIGC已经(jīng)变得越来越强大(dà)，甚(shèn)至输出(chū)的作品都已经能以假乱(luàn)真了。

02

难(nán)辨虚实，AIGC技术力爆发(fā)

警惕安(ān)全问题

近日，“苏州金鸡湖有游(yóu)艇party”的消息火遍网(wǎng)络，而经过警(jǐng)方辟(pì)谣这所谓的(de)“party”可能(néng)是(shì)全国第一起(qǐ)AI绘(huì)图(tú)诈(zhà)骗(piàn)。

由于这个(gè)活(huó)动(dòng)里面给出的(de)美(měi)女照片都是AI制作的真人照片绘图，因(yīn)为太逼真，被大家(jiā)当成真事传播了。

不过仔细(xì)观(guān)察可以(yǐ)发现，活动发(fā)起者提供的照片中(zhōng)有个很大的漏洞可以(yǐ)发现并(bìng)非真人(rén)，而是AI绘图，那便是图片(piàn)中(zhōng)女(nǚ)性的手(shǒu)指部分有的存(cún)在异常。

有行业人事(shì)表示：“现在因(yīn)为(wèi)手指部分(fēn)的绘(huì)画(huà)算法比较(jiào)复(fù)杂，AI还不太会画(huà)人(rén)的手，但最新看到的(de)图片已(yǐ)经有越来越(yuè)完美的AI模型出(chū)现，以(yǐ)后(hòu)可能就完全没有漏洞了。”

类似的AI作(zuò)图诈骗在国外也已有发生。据英国广播公司报道，土(tǔ)耳(ěr)其地震期间，有Tiktok用户使用AI合成了儿童受灾的假照(zhào)片发布(bù)到网络(luò)，以此诱骗善(shàn)良(liáng)的人打赏(shǎng)“捐助”从(cóng)而(ér)实施诈骗。

目前随着技术发(fā)展(zhǎn)，AIGC已经能(néng)做出真人照片般的绘图效果，如果(guǒ)这样的图片被用来诈骗，将非常可怕。

此外(wài)AIGC还引发(fā)了(le)很(hěn)多担忧(yōu)，一方面(miàn)，批判者(zhě)认为AI在“学习(xí)”了大量前人的作(zuò)品(pǐn)之后，其创(chuàng)作没有任何情绪和(hé)灵魂(hún)，难以和人类(lèi)的(de)艺术创(chuàng)作(zuò)相提(tí)并论(lùn)。

另一(yī)方面，AIGC背(bèi)后的版权、目前都并没有得到有效的(de)解决，还有AIGC会(huì)不会代替人类“至高(gāo)无上”的创意。

马斯克也强调，人工智能的安全问题(tí)需要得到(dào)重视，太(tài)晚就来(lái)不及了。

03

AIGC下(xià)一站除了(le)视频，还有远方(fāng)

技术都是有两面性的，潜在的危害并(bìng)不能掩盖其光辉的贡献。现在看来(lái)，人工智能技术将是第四(sì)次工业革命的核心驱动力量，将创造新的增长奇迹。

过去一(yī)年，人工智能在技术和商业层面都有(yǒu)了巨大进展(zhǎn)，AI绘画(huà)就是人工智能技术发生方向性改变的(de)一个代表。其(qí)下一站或(huò)许(xǔ)就是视频。

此(cǐ)前，Meta和谷(gǔ)歌先后发布(bù)了(le)几条引爆科技圈(quān)的短(duǎn)视频。这些视(shì)频引发关注并非内容做得多优秀，反(fǎn)而(ér)都非常简单(dān)，比如一(yī)匹正在喝水的(de)马(mǎ)，一只画画的玩具(jù)熊，或者一段骑(qí)摩托车的第(dì)一(yī)视角(jiǎo)录像，随便一个(gè)有(yǒu)手机的人都可粤语顶你个肺是脏话吗，顶你个肺真正意思以随手录下一段。

但这些短视(shì)频的创作方式(shì)非常简(jiǎn)单，创作者仅仅需要向AI输入一段话(huà)，甚至只(zhǐ)是说一下(xià)要(yào)求，AI就可以根据需(xū)要生成一段视频。

谷歌发布的两个AI生成视频分别来自于Imagen Video和Phenaki，前者主要突(tū)出的是(shì)高清，与Meta的Make-A-Video没(méi)有(yǒu)太多的(de)差别。

在Make-A-Video公布了(le)AI生成的视频后，AI圈就(jiù)已经玩了一(yī)波梗(gěng)，一个能够做出更(gèng)高清视频(pín)的AI还不(bù)足以在短时间内戳中(zhōng)兴奋(fèn)点。

Phenaki更加令人(rén)震惊(jīng)的地方在(zài)于，它可以制(zhì)作出超过2分钟的连贯的也有(yǒu)确(què)切内(nèi)容的视频，这才是真正让(ràng)人们感到惊喜的地方。因为无论AI生成的视频(pín)多么高清，也只(zhǐ)能是为内容生产者提供一个(gè)灵感，一个(gè)素(sù)材，一个过场动(dòng)画。

不过能够制作(zuò)出有具体剧情内容的视频就意味(wèi)着，一(yī)些视(shì)频创(chuàng)作(zuò)由AI代替人工完成已经(jīng)初步有了可能。

当下AI的发展速度已经超过大部(bù)分人的想象。内(nèi)容产业的(de)本质是供给(gěi)创造需求，AIGC作为全新的内容生产方式，可以为内(nèi)容产(chǎn)业带来(lái)更新的内容风格、更快的生产(chǎn)速度，更低的生产成本，这无疑会驱动内容产(chǎn)业的(de)大爆(bào)发。

除了AI绘(huì)图、视频，AIGC技(jì)术还(hái)能应用(yòng)于音(yīn)乐(lè)、代码(mǎ)、机器人(rén)动作等多种内容(róng)形式的(de)生成。不难发现(xiàn)该项(xiàng)技术不(bù)仅在游(yóu)戏等行业能(néng)得到有效应用，对于(yú)下一代互联(lián)网(wǎng)各种元素的构建(jiàn)亦(yì)有关键意义。

从商业化(huà)的角度来看(kàn)，文化(huà)娱乐、教育、传(chuán)媒等诸多领域，本身就对基于AI的可视(shì)化内容有(yǒu)强烈(liè)需(xū)求。

因此，AI绘画(huà)及(jí)视频或不是(shì)结果(guǒ)，而只是AI进程中的一(yī)块(kuài)重要拼图，有望在技术更新(xīn)的加持下(xià)实(shí)现更大的应用价值。

AI从理解内容，走向(xiàng)了(le)可以生成内容，甚至能够创造(zào)出独立价值(zhí)和独(dú)立视角的内(nèi)容。AIGC的(de)再次出圈(quān)，更(gèng)代表着未来的先进生产力即将到(dào)来。

04

紧抓大(dà)模(mó)型与算力(lì)，牢固(gù)AIGC底座(zuò)

从技术的发展也可以(yǐ)看出(chū)，在语言大模型、图像大模型之后(hòu)，多模态大模型已经成为(wèi)了新的趋(qū)势。

大模型(xíng)被誉为当前人工智能发展的(de)智能底(dǐ)座，是全球竞争(zhēng)最激烈(liè)的研究方向之一，包(bāo)括谷歌(gē)、亚马逊、百度、阿里、腾讯(xùn)等众(zhòng)多头部企(qǐ)业都在(zài)竞(jìng)相发力。

不过训练大(dà)模型的确(què)价格不菲，以国盛证券发布的(de)《ChatGPT需要多少算(suàn)力(lì)》报告估算，GPT-3训练(liàn)一次的(de)成本约为140万美(měi)元。而对于一些更大的LLM(大(dà)型(xíng)语(yǔ)言模型)，训练(liàn)成(chéng)本则介(jiè)于(yú)200万(wàn)美(měi)元(yuán)至1200万(wàn)美元高价(jià)之间。

以ChatGPT在2023年(nián)1月的独(dú)立访客平均数(shù)1300万计算，其对(duì)应芯片需求为(wèi)3万多片英伟(wěi)达A100 GPU，初始(shǐ)投入(rù)成(chéng)本(běn)约为(wèi)8亿美元，每(měi)日仅(jǐn)电(diàn)费就在5万美元左(zuǒ)右(yòu)。

此外不论是(shì)ChatGPT还(hái)是AIGC，都离不开(kāi)庞大算力(lì)支(zhī)持。在关(guān)注各类大模型(xíng)的发(fā)展同时，更应该关(guān)注算力(lì)网络的(de)建设。

算力网络正(zhèng)驱动AI产业发展进(jìn)入史诗级加速进程，让(ràng)AIGC及通用(yòng)AI这一人工智(zhì)能发展的终极(jí)目标离得(dé)更近(jìn)。

因为(wèi)算力可以对突破性(xìng)技术创新提供大力(lì)的支持。这方面，多模态大模型是(shì)典型。作为(wèi)面向(xiàng)未来(lái)强(qiáng)人工智(zhì)能、通用人(rén)工智能的重要技术创新，多模(mó)态大(dà)模(mó)型(xíng)已经在人工智能领域提出了很多年，业(yè)界(jiè)也有不少技(jì)术突破(pò)，但是(shì)，多(duō)模态大模型(xíng)进一步往下(xià)走，算力需求(qiú)呈(chéng)几何式上升，一般(bān)的算力基(jī)础(chǔ)设施(shī)很快将难(nán)以(yǐ)胜任。

从(cóng)图像、文字、语音单(dān)独一项的训(xùn)练，到(dào)双模态(tài)、三(sān)模态的(de)跃迁(qiān)，让人(rén)工智能可以(yǐ)灵活应对不(bù)同模(mó)态的转(zhuǎn)化、像人与世(shì)界交互一样自然(rán)，这(zhè)方面，由算力网络来驱(qū)动将(jiāng)有明显优势。

此外，还有很多需要爆发(fā)式增长的算力来支撑的技(jì)术创新，将在(zài)人工智(zhì)能算力网络支(zhī)撑下快速推进。

AIGC已经露(lù)出曙光(guāng)，期(qī)待在(zài)大模型和大(dà)算(suàn)力的支(zhī)持下(xià)AIGC能(néng)持续颠覆内(nèi)容生产的(de)方式，将(jiāng)创(chuàng)造的边际(jì)成本(běn)降低，让万(wàn)众(zhòng)受益(yì)。

未经允许不得转载：橘子百科-橘子都知道 粤语顶你个肺是脏话吗，顶你个肺真正意思